板形模式识别的多输出最小二乘支持向量回归机新方法

为了克服最小二乘支持向量回归机(LS-SVR)算法不能直接应用于多输入多输出(MIMO)系统建模的缺点,通过在目标函数中加入样本绝对误差项,提出了一种多输出最小二乘支持向量回归机(MLSSVR)新算法。将MLSSVR算法应用于板形模式识别研究,提出了一种基于MLSSVR的板形模式识别新方法,将该方法与LS-SVR合成识别方法进行对比实验,并对MLSSVR识别模型的识别能力进行了测试和分析,
结果证明了MLSSVR算法的有效性。MLSSVR板形模式识别方法不仅避免了LS-SVR合成方法的复杂组合运算,具有更高的识别速度,而且具有更高精度和很强的泛化能力。
     

采用模糊推理最优梯度法的风力发电系统最大功率点跟踪研究

在随机风条件下,风力发电系统的输出特性随外界环境的变化而变化,并可能出现明显的振荡现象,采用最大功率点跟踪(maximum power point tracking,MPPT)可充分发挥风力发电机组的效能。根据传统三点比较法应用在风力发电系统中的不足及最大功率点跟踪的基本原理,将模糊推理最优梯度法引入风力发电系统中,以提高风力发电系统的最大功率跟踪性能。该方法通过对风力发电机转速步长进行指数倍调整,能够有效地提高最大功率点的追踪精度,具有良好的收敛性和抗干扰性。通过MATLAB仿真结果表明,该方法具有比传统三点比较法更为精确的追踪性能。     

ANFIS的板形控制动态影响矩阵方法

针对板形控制系统的非线性和强耦合性,以及传统效应函数法和板形静态影响矩阵法的不足,通过对大量生产实测数据的计算和分析,提出了板形控制的动态影响矩阵法.通过基于减法聚类的ANFIS(自适应神经模糊推理系统)的板形动态矩阵预测模型,在线求得不断变化的影响矩阵,兼顾了板带生产的实时性与复杂性,仿真实验验证了其有效性.     

有效载荷系数KγH／［δ］在孙村煤矿深部开采中的应用

通过现场实测、模拟实验和模拟计算,本文分析了影响孙村煤矿深部开采井巷变形破坏的主要因素,建立了原岩应力、移动支承压力和固定支承压力作用下巷道变形与有效载荷系数的关系,找出井巷变形时的有效载荷系数临界值。这种关系可以指导深部开采的巷道布置、决定维护巷道的方法和预计已有的巷道变形。本文认为,孙村煤矿井巷变形破坏严重的原因是开采深度、围岩强度和开采影响的综合影响的结果。     

一种具有性别特征的遗传算法

通过对遗传算法早熟现象的认识,受高等动物进化能够保持可以产生众多的变异个体的启发,提出了一个具有性别特征的遗传算法,该算法的交叉算子要求性别不同和双亲不同才能实施,通过实验函数的测试表明该算法可以有效地保持种群的多样性,避免近亲繁殖,有摆脱早熟的能力。特别是和小生境技术结合求解多峰函数质量明显提高。     

采用门控循环神经网络估计锂离子电池健康状态

锂离子电池健康状态（State of Health，SOH）描述了电池当前老化程度，对于提前对电池的故障及失控做出预警避免电池的不安全行为具有重要意义。其估计难点在于难以确定数量合适、相关性高的估计输入以及设计合适的估计算法。通过对现有电池老化数据集的研究发现，电池充电过程中电压曲线数据相对稳定，且随着电池的老化出现规律性变化。因此，文中直接采用充电过程中电压数据作为估计SOH的输入，并在数据驱动的框架下，提出了一种基于门控循环神经网络（Recurrent Neural Networks with Gated Recurrent Unit, GRU-RNN）的锂电池SOH估计方法。该方法能够挖掘出一维电压数据中的时序特征和SOH之间的映射规律。在两个公开的电池老化数据集上的实验结果表明，提出的方法达到了1.25%的均方绝对误差和低于5.62%的最大误差，在估计精度上达到现有技术发展水平。     

基于Transformer技术的机器翻译设计与开发

在语言翻译中,一般的人工翻译存在翻译反应时间长的问题,为解决这一问题设计了一款基于Transformer模型的机器翻译应用程序,在传统翻译的基础上,实现更加快速高效、精准翻译的目的。该程序客户端的结构功能设计满足人们对一般翻译程序的需求,通过对翻译语句相似度的计算歧义语句消除,完成了在软件功能上的应用设计,并凭借两者的相互结合实现了在传统翻译基础上的新型机器自动翻译应用程序。对程序的实验测试表明,本程序相较于一般的翻译软件运行效率更高,模型的复杂度更低,同时在翻译速度和准确度方面均有所提高。